Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Ewa Lepa

Lokalizacja węzłów w sieciach ad-hoc i sensorycznych


Nodes localization in ad-hoc and sensor networks.


Opiekun pracy dyplomowej: dr hab inż. Sławomir Hausman prof. ucz.
Praca dyplomowa magisterska obroniona 2008-09-30
Streszczenie pracy dyplomowej:
Przedmiotem pracy jest temat lokalizacji wezłów w sieciach ad–hoc i sensorycznych. Jest to jedno z wielu wyzwan stojacych przed tego typu sieciami. Bez prawidłowego okreslania pozycji wezłów, wiele aplikacji nie bedzie działała poprawnie. Zarówno w sieciach ad-hoc, jak i sensorycznych zakładana jest mobilnosc wezłów. Przy braku stałej infrastruktury nie mozna przypisac obiektom stałej pozycji. Dlatego okreslanie pozycji jest wyjatkowo wazne. Znane sa rózne algorytmy lokalizacji. Powstało wiele realizacji, zaleznie od zastosowania systemu. Wtej pracy omówione zostały dwa sposoby. Oba oparte sa na koncepcji mapy radiowej oraz na pomiarach RSSI (ang. Received Signal Strength Indicator). Podzielone sa na dwa etapy: pierwszy obejmuje zbieranie danych o srodowisku i tworzenie baz danych, drugi – lokalizacje na podstawie wczesniej uzyskanych wiadomosci. Pierwszy system reprezentuje podejscie scentralizowane. Wymaga serwera zbierajacego i przetwarzajacego dane. System dzieli obszar działania na kolumny i wiersze. Punkty dostepowe mierza moce odbieranych sygnałów w kazdej komórce i okreslaja połozenie porównujac moc odebranego sygnału z danymi w bazie – mapie radiowej. Serwer dokonuje dokładnych obliczen na podstawie wiadomosci od wszystkich punktów dostepowych, pozwala równiez na sledzenie historii ruchu obiektów lokalizowanych. W systemie wykorzystany jest filtr Bayesa, który umozliwia przewidywanie pozycji obiektu w nastepnej iteracji. Drugi algorytm – Mote Track nie korzysta z serwera zarzadzajacego, ani nie opiera sie na infrastrukturze sieci. Lokalizacja odbywa sie tylko w oparciu o bazy danych, uzyskane empirycznie i rozmieszczone w punktach dostepowych. Wartosci RSSI przeliczane sa na sygnatury, zawierajace funkcje gestosci mocy. Dzieki pomiarom mocy sygnału odebranego, porównywanego do zawartosci baz przy wykorzystaniu metryki Manhattan, mozna obliczyc pozycje z zadowalajaca dokładnoscia. W pracy zawarty jest dokładny opis analizowanych technik wraz z omówieniem wyników symulacji lokalizacji w przykładowych infrastrukturach sieci. Symulacje zostały wykonane w aplikacji napisanej na potrzeby pracy, w srodowisku C++ Builder. Umozliwiła ona porównanie obu algorytmów pod wzgledem dokładnosci, precyzji, wartosci prawdopodobienstwa połozenia obiektów. Porównanie dwóch algorytmów w taki sposób umozliwiło okreslenie, który z nich jest lepszy. Zdecydowana przewage ma system scentralizowany zarówno pod wzgledem dokładnosci jak i zuzycia pamieci. Jednakze nie bedzie mozna go zastosowac w sieciach zdecentralizowanych, do czego przystosowany jest Mote Track.
Abstract:
In this thesis nodes localization in ad-hoc and sensor networks is considered. This issue is one of many challenges that designers of such networks must face. Without correct localization many applications could not work properly. In ad-hoc and sensor networks nodes mobility is assumed and due to lack of stationary infrastructure, the constant position can not be assigned to targets. That is the reason why the considered topic is so important. Nowadays, various localization algorithms are known and many of them have been applied in real networks. In this dissertation two algorithms are discussed. Both of them are based on the radio map concept, the RSSI (Received Signal Strength Indicator) measurements, and are divided for two stages: in the first one the data about environment is collected, while in the second one the localization process is performed. The first system represents the centralized approach and requires a server for data processing. The area of operation is divided for rows and columns. Access points measure received signal strength in every cell and estimate the node position by comparing received signal strength with database (the radio map). The server is responsible for precise computations based on information collected from all the access points. It also stores the history of nodes movements. In the algorithm the Bayes’es filter is utilized in order to predict node position in the next iteration. The second algorithm - Mote Track - neither use a central server nor is based on a network infrastructure. The localization is performed only basing on empirical databases disposed in access points. RSSI values are converted into signatures containing probability density function. Comparison of received signal strength with the database (on the ground of Manhattan metric) allows to determine the nodes position with acceptable accuracy. The thesis contains detailed description of considered localization techniques and the discussion about the simulation results of the localization process in some common network topologies as well. The simulations have been performed in a C++ application written for the sake of this thesis. The application allowed to compare of analysed algorithms in term of their accuracy, precision and probability of localization. Such a comparison leaded to the conclusion that the centralized approach is far better in the field of accuracy and memory usage as well. However it can not be applied in decentralized networks, while the Mote Track can.